Comment se faire citer par ChatGPT et les LLM ? Analyse de 5 millions de réponses

Quelle méthodologie concrète pour analyser 5 millions de réponses ChatGPT ?

🧭Méthode Jacky a converti 1 million de mots-clés SEO à fort volume en prompts utilisateurs via Gemini, avec une consigne de reformulation orientée "usage commercial". Ces prompts partent ensuite sur ChatGPT web (version non-connectée), tous les mois, depuis 5 mois. Soit 5 millions de réponses. Chaque prompt est classé selon la taxonomie IAB, qui compte 700 catégories thématiques (automobile > assurance auto > prêt auto, etc.).

🔧Outil Le scraping passe par ChatGPT web non-connecté, pas par l'API : les résultats diffèrent entre les deux. Pendant plusieurs mois, ChatGPT masquait les fanouts (les sous-requêtes envoyées à Google) pour les comptes non-connectés ; ils sont revenus récemment. L'outil développé en interne s'appelle Semnne, proposé en essai 14 jours, avec accès gratuit pour les clients Link Garden.

📊Chiffre Sur le million de prompts mensuels, Semnne extrait toutes les entités nommées (marques, noms de rues, personnages, restaurants) par du NER (Named Entity Recognition). Une seconde IA analyse ensuite chaque entité et lui attribue un score de sentiment allant de -9 à +9. La moyenne générale tourne autour de +2. Un "bon score" est +3 ou +4, un mauvais score est -1. Très peu d'entités ressortent négatives : les LLM sont "très consensuels" selon Jacky, probablement pour des raisons juridiques.

Pourquoi Reddit a chuté de 30% à 5% de citations en 3 mois ?

📊Chiffre Fin 2024 / début 2025, Reddit apparaissait dans environ 80% des réponses ChatGPT selon Jacky ("quelque chose comme 80%", formulation approximative). Au mois de juillet 2025, le taux tombe à 9%, puis autour de 5% en août. Cette moyenne globale masque des disparités, précise-t-il : en assurance auto, Reddit est à 3% depuis 5 mois, donc stable bas.

💡Opinion Pour Jacky, la baisse traduit une réaction des LLM face au spam SEO : "Dès qu'il y a un truc particulièrement cheaté, particulièrement efficace, les SEO vont commencer à spammer". Les LLM ajusteraient leurs sources pour éviter la sur-représentation d'un site facilement manipulable. Il mentionne aussi un tweet vu au passage, émanant de "gens qui scrappent plusieurs millions de requêtes par jour sur Google", qui annonce la "disparition" de l'opérateur "site:". Ce qui affecterait la capacité des LLM à cibler des domaines d'autorité spécifiques.

⚠À vérifier Ce tweet n'est accompagné d'aucune source ni méthodologie, et l'affirmation "site: va disparaître" semble spéculative. Google pourrait restreindre cet opérateur pour les scrapers automatisés, pas pour les utilisateurs humains.

Combien coûte une citation LLM et combien de temps dure-t-elle ?

📊Chiffre Jacky observe que "la tendance c'est qu'on nous demande beaucoup de citations qui peuvent coûter 1000, 1500€, 2000€". Il oppose ces citations premium à celles "à 10 balles, 20 balles", qui feraient "le même effet". Aucun fournisseur n'est nommé, ni aucune méthodologie pour obtenir ces citations low-cost.

💬Vécu Une citation ne dure "pas toujours". Elle peut rester active 1 mois, 2 mois, 3 mois, disparaître, puis revenir. "Dans le temps, c'est assez stable" : sur un même prompt, environ 50 sources tournent, mais chaque recherche n'en fait apparaître que 10 à 15. Les mises à jour des LLM font bouger les sources tous les mois.

💡Opinion "Les gros médias sont peut-être surcotés", estime Jacky : un site avec 5 referring domains peut être cité 200 fois, quand un site avec 200 RD n'est jamais cité. De quoi penser que l'autorité de domaine classique (DR, DA) n'est pas le facteur déterminant pour les citations LLM.

Qu'est-ce qu'un "fanout" et pourquoi est-ce critique pour le GEO ?

🧭Méthode Le fanout, c'est la façon dont le LLM reformule le prompt utilisateur en sous-requêtes envoyées à Google (ou à son propre index). L'exemple de Jacky : "J'ai fait un cours de judo hier, je suis tombé, je me suis fait mal, je suis allé voir mon médecin, il m'a conseillé du repos, mais j'ai mal quand je dors." Le LLM comprend qu'il faut chercher un nouveau matelas, et le fanout devient : "meilleur matelas mal de dos 2026 France". Judo, escalade ou autre, peu importe : le fanout reste identique.

📊Chiffre Un prompt se divise en 2 à 5 fanouts en moyenne. Pendant longtemps ("environ un an"), Jacky a vu dominer un même pattern : "meilleur + année + pays", en français ET en anglais. Les LLM cherchent toujours en anglais, en complément de la langue de la requête.

💬Vécu Les fanouts ont changé récemment : ChatGPT tape désormais "site:domaine.gouv.fr" + mots-clés pour interroger directement des sites d'autorité gouvernementaux ou type Wikipédia. Jacky cite les énergies renouvelables, où le LLM dispose d'une "whitelist" de sites officiels sur lesquels il lance des site: en priorité. "Deux voire trois fanouts sur cinq vont être des site:" selon lui.

⚠À vérifier Jacky dit avoir "remarqué ça depuis un petit moment", sans date précise ni volume de prompts analysés pour cette tendance. Il ajoute que "ça va changer" car Google pourrait retirer l'opérateur site: ; affirmation non sourcée.

Quel est le délai pour entrer dans le dataset d'un LLM et pourquoi ça compte ?

📊Chiffre Selon Jacky, le dataset des LLM met "entre 1 an et 2 ans" à intégrer de nouvelles données, avec une moyenne d'"1 an et demi de décalage entre l'entrée et la sortie". Il cite Gemini, dont le knowledge cutoff serait "janvier 2025" (à vérifier, il dit "je crois").

💡Opinion Pour une nouvelle marque créée le 1er janvier 2026, "crois-moi que tu es pas dans le dataset. C'est sûr." L'enjeu des citations est donc double : apparaître dans les résultats avec source, quand le LLM va chercher sur Google, et entrer dans le futur dataset pour les résultats sans source, ceux tirés de la mémoire entraînée du modèle.

🧭Méthode Jacky distingue deux types de réponses ChatGPT : avec source (le LLM a cherché sur le web) et sans source (réponse issue du training). Sur une requête historique type "parle-moi de Louis XIV", ChatGPT ne va pas chercher sur internet ; la réponse est dans le dataset. Sur des requêtes commerciales récentes, il passe par Google. "Selon le mot-clé, selon le jour aussi, tu vas avoir plus de probabilité que ChatGPT aille chercher sur internet ou pas."

⚠À vérifier Le délai de 1 an et demi ne s'appuie sur aucune source OpenAI ou Anthropic. Les cutoff dates varient selon les modèles (GPT-4 Turbo, Claude 3.5, Gemini 1.5) et sont régulièrement mis à jour ; cette moyenne pourrait ne plus être d'actualité.

Les sites "PBN" apparaissent-ils autant que les sites éditeurs dans les LLM ?

📊Chiffre Jacky montre à son équipe que "nos sites [Link Garden] apparaissent à 30% et les sites éditeurs apparaissent à 30%". Autrement dit : aucune différence de performance entre un réseau de sites propriétaires et des sites tiers dits "éditoriaux".

💡Opinion "Il y a pas de différence entre un PBN et, entre guillemets soi-disant un PBN... Finalement, quand tu as un site, tu peux en avoir 2000 aujourd'hui. C'est juste le nom qui fait peur." La distinction PBN / site éditeur est dépassée, selon lui : ce qui compte, c'est la présence dans les sources consultées par le LLM, pas le statut du site.

💬Vécu Link Garden possède "notre propre catalogue de sites, c'est un peu Netflix. On a nos productions et on a aussi les anciens films, on a tous les sites que les autres ont dans toutes les autres plateformes." L'équipe sait "quel site apparaît dans les LLM souvent et d'autres moins souvent", mais cette donnée n'est "pas mise en public" pour l'instant.

Paul Vengeon et les auto-classements : technique qui marchait, puis a cessé de marcher

💬Vécu Paul (co-animateur du podcast) raconte avoir créé des "auto-classements" sur son site paulvengeon.fr et d'autres. Le principe était simple : "Je faisais un classement, je me mettais moi-même premier" (ex : "Top 10 des agences SEO à Paris"). "À un moment, ça marchait très bien... même des gens me disaient que je ressortais, donc c'était cool. Et après, je voyais bien que ça marchait plus."

💡Opinion "Ce qu'ils font c'est qu'aujourd'hui, ils savent qu'on triche un peu plus. Donc le premier, ils vont pas forcément le mettre." Son hypothèse : les LLM appliqueraient un "malus" quand c'est "ton propre site qui parle de ta propre marque", car "tu vas utiliser des mots beaucoup plus sympas pour ta marque alors que les autres sont peut-être plus réalistes. Les avis sont peut-être plus intéressants."

⚠À vérifier Où sont les tests quantitatifs qui viendraient confirmer ce "malus" ? Aucun n'est présenté. L'hypothèse se tient, mais elle reste spéculative.

Conor McGregor plus détesté qu'Hitler par les LLM : biais américain des IA

📊Chiffre Jacky a analysé les scores de sentiment sur "plusieurs millions d'entités nommées" pour isoler les personnages les moins bien notés. Résultat : Conor McGregor a un sentiment plus négatif qu'Hitler. "Celui qui a le score le plus bas c'est Conor McGregor, qui est derrière, enfin qui a un sentiment plus négatif que Hitler."

💡Opinion "Nous en tant qu'européens, on trouve ça quand même bizarre. Et finalement bah si, bah parce que les IA sont américaines et elles sont programmées d'une certaine façon." Pour lui, c'est un biais culturel : entraînés surtout sur du contenu anglophone américain, les LLM absorbent un volume de contenu négatif sur McGregor (controverses, condamnations) supérieur à celui qui entoure Hitler, traité dans un registre historique et encyclopédique, donc neutre.

⚠À vérifier Ni le score exact, ni le volume de prompts ayant servi à calculer cette moyenne. La comparaison frappe, mais il faudrait une méthodologie détaillée pour la reproduire.

Faut-il se lancer soi-même dans le GEO ou confier à des experts ?

💡Opinion Jacky recommande de "confier ton GEO à des gens qui savent le faire et qui font de la veille, parce que ça change trop vite". Il insiste : "Il y a des nouveaux modèles tous les jours. Si tu pars un mois de vacances, c'est fini, tu es perdu." Et d'ajouter : "Quelque chose qui était vrai il y a 3 mois, ça l'est plus demain."

🧭Méthode Pour ceux qui veulent quand même se lancer, il conseille de :

1. Suivre des comptes qui font de la veille (il cite Olivier de Segonzag, actif sur LinkedIn, sans se souvenir du nom exact de son agence)
2. Faire ses propres tests sur un "site poubelle" où on peut expérimenter sans risque : "J'ai des sites poubelles des années 2010 où tu regardes les backlinks, c'est n'importe quoi, tu regardes les ancres, c'est n'importe quoi... parce qu'on a fait tellement de trucs que le site est tout pété"
3. Utiliser Twitter/X pour la veille anglophone, LinkedIn pour la veille francophone

⚠À vérifier Aucun compte Twitter/X précis n'est cité, à part "des Anglais qui font pas mal de bon boulot". La recommandation reste générique.

Différence entre ChatGPT API et ChatGPT Web : résultats et sources divergent

📊Chiffre "Il y a une vraie différence entre ChatGPT API et ChatGPT web, c'est pas les mêmes résultats, c'est pas les mêmes sources." D'où son choix de scraper "directement ChatGPT web non connecté", puisque c'est ce que voient les utilisateurs gratuits. Pendant "quelques mois", les fanouts avaient disparu pour les comptes non-connectés. Ils sont depuis revenus.

⚠À vérifier Pas de comparaison chiffrée API vs Web (% de divergence de sources, écart de ranking). L'affirmation est posée comme un fait d'expérience, sans jamais être quantifiée dans cette discussion.

Link Garden : de freelance solo à 20 personnes, quel parcours ?

💬Vécu Jacky évoque son passage de "solo, freelance" à une équipe de 20 personnes chez Link Garden, après des débuts comme "éditeur de site". Il travaille "beaucoup de nuit" et échange avec son équipe sur Discord, avec parfois une hésitation avant d'envoyer un message à 3h du matin. "Claude me dit 'Vas-y, c'est l'heure d'aller se coucher' quand il y a trop de monde aux États-Unis qui se réveille."

💡Opinion Gérer un gros réseau de sites ? "Aujourd'hui c'est facile", affirme-t-il, grâce à l'IA : "Avant l'IA, je pense qu'aujourd'hui c'est facile. On voit sur les éditeurs de site, des gens qui à la base avaient 30 sites, 20 sites, et là aujourd'hui ils sont passés à 300 parce que l'IA est arrivée."

⚠À vérifier Le passage de 20-30 sites à 300 ne s'appuie sur aucun exemple précis, aucun chiffre de coût ou de temps. Derrière la facilité revendiquée se cachent peut-être des investissements techniques (serveurs, automation) dont il n'est jamais question.

Ce que la video ne dit pas

Restent plusieurs angles morts. Jacky ne nomme aucun fournisseur de "citations à 10-20 balles", alors que c'est tout l'argument opposé aux citations premium à 1500€ : impossible de vérifier, encore moins de reproduire. Aucun chiffre de conversion ou ROI n'est donné non plus. Combien de trafic ou de leads génère réellement une citation LLM ? Quelle durée de vie moyenne avant dilution ? La méthodologie de classification IAB en 700 catégories est mentionnée, jamais détaillée : qui classifie, avec quel taux d'erreur ? Quant à la différence API/Web, elle est affirmée mais jamais quantifiée, là où un tableau comparatif aurait aidé. Le discours reste orienté "démonstration de l'outil Semnne" sans entrer dans les limites méthodologiques.